文献类型：期刊文章

作　　者：吴迪[1] 郭嗣琮[1,2]

WU Di;GUO Sizong(College of Science,Liaoning Technique University,Fuxin 123000,China;Institute of intelligent Engineering and Mathematics,Liaoning Technique University,Fuxin 123000,China)

机构地区：[1]辽宁工程技术大学理学院,辽宁阜新123000 [2]辽宁工程技术大学智能工程与数学研究院,辽宁阜新123000

出　　处：《辽宁工程技术大学学报（自然科学版）》

基　　金：辽宁省教育厅基金(L2014133);辽宁省教育厅科学研究经费项目(LJ2019JL019).

年　　份：2019

卷　　号：38

期　　号：5

起止页码：472-479

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、IC、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了更加完整地刻画出传统Fisher Score在某些分布不均匀情况下未体现出的类间差异,同时弥补对两类间交叉关系的考虑,采取新的类间散度度量公式,加入度量两类重复度的交叉系数,并引入最大互信息系数对公式进行修正,提出了改进的FisherScore,对比实验验证了改进方法的有效性.结果表明:改进的FisherScore可以度量出更多的数据分布情况,在分布不均匀但同属于一个类中心的数据中,改进方法可以将更重要的特征辨识出来,完善了传统的Fisher Score特征选择方法.

关 键 词：FISHER SCORE 类间散度  交叉系数  最大互信息系数  特征选择  人脸识别

分 类 号：TP311.13]